AI News HubLIVE

今日の必読ニュース

Agent

AIエージェントの評価:StrandsとAgentCoreを用いたプロダクションブループリント

MotorwayとAWSは、エンドツーエンドの評価パイプラインを構築し、誤った結果をクエリ8回に1回から50回に1回に削減し、問題検出時間を数時間から数分に短縮しました。このパイプラインは、Strands Agents SDKとAmazon Bedrock AgentCore(AIエージェントを大規模に展開・運用するためのフルマネージドサービス)を組み合わせています。この記事では、独自のエージェント向けにこのパイプラインを構築する方法を学びます。

  • MotorwayとAWSは、自然言語クエリで手動フィルタリングを置き換えるAI駆動のディーラー在庫検索エージェントを構築。
  • 2フェーズの評価戦略:ビルド時テスト(strands-agents-evals)と本番監視(Amazon Bedrock AgentCore Evaluations)。
サイト内本文

Amazon Bedrock マネージド知識ベースのエージェンティック検索

従来の検索は、複数部分からなる質問、比較質問、探索的質問には不十分です。エージェンティック検索は、基盤モデルを使用してクエリを分解し、意図ごとに検索し、十分性を評価する計画ループによってこれを解決します。この記事では、その必要性、AgenticRetrieveStream APIの動作、および標準のRetrieve APIと比較した選択基準を説明します。

  • 単発検索は複数意図のクエリでは効果的に機能しません。
  • エージェンティック検索は基盤モデルを使用して計画し、意図ごとに検索し、反復します。
サイト内本文

エージェントの重要なアクションに対するバリューポイズニングベンチマーク

この記事では、AIモデルが信頼できない文書から偽造された値を実行するかどうかを評価するベンチマークを紹介しています。10の重要なワークフローにおいて、テストしたすべてのモデル(4つのプロバイダから)がさまざまな脆弱性を示し、防御策ActionRailはすべての汚染操作を阻止し、誤検出もゼロでした。

  • AIエージェントが実際のアクションで偽造値を実行するリスクに対する新しいベンチマーク手法を提案。
  • 4つのプロバイダから8つのモデルをテストし、すべてのモデルに脆弱性があり、成功率は1.7%から63.3%の範囲。
サイト内本文

Linusが正しく、AIが間違っている理由

Linus TorvaldsがLinuxカーネル開発におけるAIの立場についてメーリングリストで述べた内容を分析。LinusはAIをツールと見なし、技術的メリットを重視する姿勢を示す。著者はこの立場を合理的と評価する一方、AIハイプマシンによるLinusの言葉の悪用と文脈無視を批判する。修辞技法、テキスト分析における「解釈」と「強解」、権威ある発言の武器化について深く掘り下げる。

  • Linus TorvaldsはLinuxは反AIプロジェクトではなく、反対派はフォークするか去るよう明言。
  • 著者はLinusの立場を妥当としつつ、AI推進派がその言葉を批判者抑圧に利用することを警告。
サイト内本文
ツール

OpenAI、ChatGPT Healthを全ユーザーに提供開始—モデルの推論能力は臨床医を上回るという主張も

OpenAIは木曜日、米国でChatGPT Healthを全ユーザーに展開し、医療記録や健康追跡データをチャットボットに接続できるようにする。同社幹部はモデルの推論能力が臨床医レベルを上回ると主張したが、後にその主張を緩めた。一方で、ChatGPTの「極めて危険な医療アドバイス」を巡り、牧師が提訴した。

  • ChatGPT Healthが米国の18歳以上の全ユーザー(無料、Go、Plus、Proプラン)に提供開始。
  • OpenAI幹部がモデルの推論能力は臨床医より優れていると主張したが、健康事業責任者は後にトーンダウン。
サイト内本文
モデル

トレードアシスタントの構築:JefferiesがAIでフロントオフィス取引業務を最適化した方法

Jefferiesは、Strands Agents、Amazon Bedrock、MCPツールを使用してエージェント型AIトレードアシスタントを構築し、トレーダーが自然言語でデータをクエリできるようにし、ITへの依存を減らしてインサイトを得る時間を短縮しました。

  • Jefferiesは、Strands Agents、Amazon Bedrock、MCPツールを統合したAIトレードアシスタントを導入。
  • トレーダーは自然言語で質問し、SQLで生成された洞察と可視化をリアルタイムで取得可能。
サイト内本文
政策

Amazon QuickSightでHighchartsを使用したマルチリージョンの可視化の構築

この記事では、Highchartsカスタムビジュアライゼーションを使用してQuickSightでマルチリージョンのキャリアパフォーマンスダッシュボードを構築し、ネイティブチャートの制限を克服する方法を紹介します。QuickSightのフェデレーションデータセット機能を通じて、AWSリージョン間でデータ主権を維持しながら、統一された可視化を作成する方法を学びます。このソリューションには、本番環境対応のチャート設定が含まれており、セキュリティ、コンプライアンス、スケーラビリティの要件に対応します。

  • Amazon QuickSightでHighchartsカスタムビジュアライゼーションを使用し、ネイティブチャートの制限を克服してマルチリージョンのキャリアパフォーマンスダッシュボードを構築する。
  • フェデレーションデータセットを活用してAWSリージョン間でデータ主権を維持する。
AI デイリーブリーフィング | AI News Hub